OLEH:
HARNAWANTI HASIM ( F1A2 16 024 )
JURUSAN MATEMATIKA
KENDARI
2017
KATA PENGANTAR
Penulis
DAFTAR ISI
KATA PENGANTAR ................................................................................... i
DAFTAR PUSTAKA
BAB I
PENDAHULUAN
1.1 Latar Belakang
Dalam kehidupan sehari-hari banyak dijumpai permasalahan dengan
tujuan untuk mendapatkan suatu penyelesaian secara optimal, hal ini dapat dilihat
dari usaha untuk memaksimalkan atau meminimalkan sumber-sumber yang
terbatas. Sumber-sumber tersebut antara lain mesin, tenaga kerja, bahan
baku,peralatan, dan lain sebagainya. Dengan alasan itulah, diperkenalkan riset
operasi (operation research) yang pada prinsipnya berisi teknik kuantitatif yang
banyak dipakai dalam pengambilan keputusan.
Riset operasi merupakan metode untuk menformulasikan atau
merumuskan permasalahan sehari-hari ke dalam pemodelan matematika untuk
mendapatkan penyelesaian yang optimal (Bustani, 2005). Salah satu alat riset
operasi yang efektif untuk menyelesaikan masalah optimalisasi adalah
pemrograman linear. Pokok pikiran dalam menggunakan program linear adalah
dengan merumuskan masalah dari informasi yang tersedia, kemudian
menterjemahkannya ke dalam bentuk model matematika. Sifat linear di sini
memberi arti bahwa seluruh fungsi matematis dalam model ini merupakan fungsi
linear, sedangkan kata pemrograman merupakan sinonim dari perencanaan.
Pemrograman linear dapat digunakan pada berbagai permasalahan dalam
berbagai bidang kegiatan. Permasalahan-permasalahan ini dapat dimodelkan
menjadi bermacam-macam model, seperti model transportasi, model penugasan,
dan lainlain sebagainya.
Permasalahan pemrograman linear yang membutuhkan variabel bernilai
bulat dapat menggunakan pemrograman bilangan bulat (integer programming.
Pemrograman bilangan bulat ini dikatakan linear jika fungsi obyektif dan
kendalanya berbentuk linear, sehingga pemrograman ini disebut pemrograman
linear bilangan bulat (integer linear programming).Pada pemrograman linear
bilangan bulat, fungsi-fungsinya hampir sama dengan pemrograman linear, hanya
ditambahkan syarat bilangan bulat pada kendala nonnegativitas.
PEMBAHASAN
2.1 Definisi Program Integer
Bentuk umum dari masalah Program Integer Biner adalah sebagai berikut:
Maksimum atau Mininimum: Z = = 1
Kendala:
= 1xj = b
j= 1, 2, , n
xj 0dan xj{0, 1}
2.3 Sifat Umum Program Integer
Algoritma atau Metode yang cukup baik untuk memberikan solusi dalam
Program Integer yaitu:
2.4.1 Pencabangan dan Pembatasan (Branch and Bound)
.
2.4.3 Metode Pendekatan Pembulatan
Suatu metode yang sederhana dan kadang-kadang praktis
untuk menyelesaikan integer progamming adalah dengan
membulatkan hasil variabel keputusan yang diperoleh melalui LP.
Pendekatan ini mudah dan praktis dalam hal usaha, waktu dan biaya
yang diperlukan untuk memperoleh suatu solusi. Bahkan, pendekatan
pembulatan dapat merupakan cara yang sangat efektif untuk masalah
integer progamming yang besar dimana biaya-biaya hitungan sangat
tinggi atau untuk masalah nilai-nilai solusi variabel keputusan sangat
besar. Contohnya,pembulatan nilai solusi jumlah pensil yang harus
diproduksi dari 14.250,2 menjadi 14.250,0 semestinya dapat diterima.
Namun demikian sebab utama kegagalan pendekatan ini adalah bahwa
solusi yang diperoleh mungkin bukan solusi integer optimum yang
sesungguhnya.
Dengan kata lain, solusi pembulatan dapat lebih jelek
dibanding solusi inte ger optimum yang sesungguhnya atau mungkin
merupakan solusi tak layak. Ini membawa konsekuensi besar jika
jumlah produk-produk seperti pesawat angkut komersial atau kapal
perang yang harus diproduksi dibulatkan ke bilangan bulat terdekat.
Tiga masalah berikut disajikan untuk mengilustrasikan
prosedur pembulatan:
Masalah 1
Maksimumkan Z = 100X1 + 90X2
Dengan syarat 10X1 + 7X2 70
5X1 + 10X2 50
X1 + X2 0
Masalah 2
Minimumkan Z = 200X1 + 400X2
Dengan syarat 10X1 + 25X2 100
3X1 + 2X2 12
X1 + X2 0
Masalah 3
Maksimumkan Z = 80X1 + 100X2
Dengan syarat 4X1 + 2X2 12
X1 + 5X2 15
X1 + X2 0
Perbandingan antara solusi dengan metode simpleks tanpa
pembatasan bilangan bulat, pembulatan ke bilangan bulat terdekat dan
solusi integer optimum yang sesungguhnya untuk ketiga masalah
tersebut adalah:
CONTOH SOAL
Iterasi 1
Permasalahan diatas kemudian dibagi menjadi 2 sub problem, A dan B. kita dapat
melakukan pencabangan (branch) pada hasil dengan variabel tidak bulat (integer)
A
Maksimisasi : 7X1 + 6X2
Ditujukan pada : 2X1 + 3X2 12
6X1 + 5X2 30
X1 4
B
Maksimisasi : 7X1 + 6X2
Ditujukan pada : 2X1 + 3X2 12
6X1 + 5X2 30
X1 3
Dengan metode LP sederhana didapatkan solusi: Solusi optimal subproblem
A: X1 = 4, X2 = 1.2, profit = 35.2 ,Solusi optimal subproblem B: X1 = 3, X2 = 2,
profit = 33.0 .
Iterasi 2
Sub problem A kita cabangkan menjadi 2, menjadi subproblem C dan D dengan
batasan tambahan untuk subproblem C adalah X2 2 dan untuk subproblem D
adalah X2 1. Logika dari pengembangan subproblem ini adalah karena solusi
optimal dari subproblem A X2 = 1.2 tidak feasible, maka solusi integer haruslah
berada dalam wilayah X2 2 atau X2 1
C
Maksimisasi : 7X1 + 6X2
Ditujukan pada: 2X1 + 3X2 12
6X1 + 5X2 30
X1 4
X2 2
D
Maksimisasi : 7X1 + 6X2
Ditujukan pada: 2X1 + 3X2 12
6X1 + 5X2 30
X1 3
X2 1
Subproblem C tidak mempunyai solusi karena dua batasan awal tidak terpenuhi
bila ada batasan tambahan X1 4 dan X2 2 , jadi cabang ini tk digunakan.
Solusi optimal dari cabang D adalah X1 = 4 dan X2 = 1, profit 35.16, jadi batas
atas berubah menjadi 35.16.
Iterasi 3
Kita buat cabang baru E dengan batasan tambahan batasan X1 4 dan F dengan
batasan tambahan X1 5
E
Maksimisasi : 7X1 + 6X2
Ditujukan pada: 2X1 + 3X2 12
6X1 + 5X2 30
X1 4
X1 4
X2 1
Solusi optimal E adalah X1 = 4 dan X2 = 1 dengan profit 34
F
Maksimisasi : 7X1 + 6X2
Ditujukan pada: 2X1 + 3X2 12
6X1 + 5X2 30
X1 4
X1 5
X2 1
Solusi optimal F adalah X1 = 5 dan X2 = 0 dengan profit 35
Jadi solusi optimal untuk pemrograman bulat ini adalah X1 = 5 dan X2 = 0
dengan profit 35 .
Kelemahan dasar dari metode ini adalah bahwa diperlukan pemecahan masalah
LP untuk setiap pencabangan. Dalam masalah yang besar dapat memakan banyak
waktu. Karena itu dalam prosedur pencabangan dan pencarian, analisa selanjutnya
dihentikan jika :
1. Hasil dari sub-problem lebih jelek dibanding dengan batas atas
yang sudah diidentifikasi
2. Pencabangan selanjutnya menghasilkan solusi tak layak.
Dengan metode linear programming dapat kita hitung bahwa solusi optimal dari
The Flash adalah memproduksi 3 Lampu dan 1 Kipas Angin. Kita
menyadari bahwa perusahaan tidak bisa membuat dan menjual barang dalam
bentuk pecahan, jadi kita memutuskan bahwa kita menghadapi permasalahan
integer programming / pemrograman bulat.
PENUTUP
3.1 Kesimpulan
http://bab-vi-_program-linear-bilangan-bulat.pdf
http://Pemograman+Bulat.pdf
http://Penyelesaian_Masalah_Pemrograman_Bilangan_Bulat.Pdf